فرضیه های تحقیق:
۱- فرایند خلق دانش بر عملکرد توسعه محصول جدید در شرکت عقاب افشان اثر معناداری دارد.
۲- فرایند توزیع دانش بر عملکرد توسعه محصول جدید در شرکت عقاب افشان اثر معناداری دارد.
۳- فرایند ثبت، ذخیره و نگهداری دانش بر عملکرد توسعه محصول جدید در شرکت عقاب افشان اثر معناداری دارد.
۴- فرایند کاربرد و بهره برداری دانش بر عملکرد توسعه محصول جدید در شرکت عقاب افشان اثر معناداری دارد.
۵- فرایند ارزیابی و بازخور دانش بر عملکرد توسعه محصول جدید در شرکت عقاب افشان اثر معناداری دارد.
بر اساس مدل نهایی بدست آمده از پیشینه و تحلیلهای محقق فرضیه های پژوهش مورد بررسی قرار
میگیرد. مدل نهایی در ذیل ارائه شده است:

در این نمودار، فرآیندهای مدیریت دانش، متغیر مستقل و عملکرد توسعه محصول جدید متغیر وابسته می باشد. متغیر پنهان عملکردNPD خود از چندین مؤلفه تشکیل شده است که در نهایت میتوانیم به کمک این متغیرها، به ابعاد متغیرهای پنهان دست یابیم؛ از اینرو این مؤلفه ها را متغیرهای آشکار یا ظاهر گویند. پس از انجام تحلیل عاملی تأییدی روی ابعاد دو متغیر مدیریت دانش و قابلیت‌های چابکی، ضرایب استاندارد و خطای استاندارد مسیر فرضیات مطرح شده در مدل مورد بررسی قرار میگیرند تا وجود رابطه معنادار بین فرآیندهای مدیریت دانش و عملکردNPD و همچنین مؤلفه های آن تحقیق شود.
۳-۹: روش تجزیه و تحلیل داده ها
در این پژوهش برای نتیجه گیری و تحلیل داده های جمع آوری شده از فنون آماری گوناگونی بهره گرفته شده است. از نرم افزارهای آماری SPSS و LISREL برای تحلیلهای آماری مانند آمار توصیفی، فراوانی، انحراف معیار، واریانس، میانگین، تعیین ضریب همبستگی، تحلیل عاملی تأییدی و تحلیل مسیر استفاده شد.

از روش های توزیع فراوانی و میانگین داده ها جهت توصیف داده ها استفاده شد، از تحلیل عامل تأییدی مرحله ۱ و ۲ در این تحقیق برای بررسی اعتبار مدل فرآیندهای مدیریت دانش و عملکرد توسعه محصول جدید سازمان در جامعه آماری استفاده شد. برای بررسی وجود رابطه بین فرآیندهای مدیریت دانش و عملکرد توسعه محصول جدید از تحلیل مسیر استفاده می شود.
۳-۹-۱: تحلیل عاملی تأییدی
تحلیل عاملی تأییدی اساساً زمانی استفاده میشود که محقق ارتباط ساختار چند بعدی (ارتباطات شاخصها با ابعاد و ارتباطات ابعاد با ساختار چند بعدی) را فرضیه سازی کرده و میخواهد داده ها را برای ساختار از قبل تعیین شده بسنجد (بولن، ۱۹۸۹ و کول، ۱۹۸۷).
هومن (۱۳۸۸)، نیز تحلیل عاملی تأییدی را برای بررسی وجود برازش بین داده های موجود با ساختار محدود شده پیش تجربی که شرایط همانندی را فراهم میسازد، مناسب میداند. او همچنین رویکرد تحلیل عاملی را تا اندازه ای شبیه به مدلهای مسیر می داند. بدین معنا که مدل های عمومی تحلیل عاملی تأییدی شکلی از مدل های مسیر و بیانگر روابط بین اندازه های مشاهده شده و سازه های اندازه گیری نشده است. تفاوت بین مدلهای تحلیل عاملی تأییدی با مدلهای مسیر مربوط به متغیر مکنون (پنهان یا سازه های اندازه گیری نشده) به گونه علی با یکدیگر ارتباط دارند، در حالی که در مدل های تحلیل عاملی تأییدی، این متغیرها با یکدیگر همبستگی دارند. ما معیار روایی سوالات را بار عاملی ۰٫۳ قرار داده ایم و با توجه به اینکه تمامی سوالات متغیرهای برونزا ضریب استاندارد بالاتر از این مقدار را به خود اختصاص داده اند لذا از تمام این سوالات میتوان در تحلیل عاملی تأییدی مرتبه دوم استفاده کرد.
در این تحقیق، تحلیل عاملی تأییدی برای ساختار چندبعدی تحقیق، در دو مرحله انجام می گیرد. با این کار، احتمال خطا در مدل یابی معادلات ساختاری نهایی که ممکن است به دلیل خطای اندازه گیری هر بعد باشد، کاهش می یابد.

1. 1. مجموعه شاخص های هر بعد (عامل) منحصراً بعد مربوط به خود را اندازه گیری میکنند. در این مرحله، تحلیل عاملی تأییدی، این مطلب را که آیا شاخصهایی که برای معرفی هر بعد ارائه
      شدهاند، واقعاً معرف آن هستند یا نه، میآزماید و گزارش می دهد که شاخص های انتخابی با چه دقتی معرف یا برازنده بعد هستند.

1. 1. مجموعه ابعاد (عوامل مرتبه اول) برای سنجش ساختار چند بعدی (عامل رتبه دوم) به کار میروند. در این مرحله، تحلیل عاملی تأییدی، این مطلب را که آیا ابعاد سنجش های خوبی برای ساختار چند بعدی هستند یا نه، می آزماید و گزارشی از دقت ابعاد در معرفی ساختار چند بعدی را ارائه می دهد (حنفی زاده و رحمانی، ۱۳۸۹).

برای حذف نشانگرها و هر کدام از شاخصها در هر یک از مراحل تحلیل عاملی، می توان از نظر کلاین (۱۳۸۰) بهره گرفت. از نظر وی معمول آن است که اگر بارهای عاملی بیش از ۰٫۶ باشد، آنها را بالا و چنانچه بالاتر از ۰٫۳ باشد، نسبتاً بالا برآورد می کنند. سایر بارهای عاملی کمتر از ۰٫۳ را می توان نادیده گرفت. البته حنفی زاده و رحمانی (۱۳۸۹) معیار ۰٫۴ را برای حذف هر عامل در تحلیل عاملی لحاظ
کردهاند. فورنل و لارکر (۱۹۸۱) نیز بار عاملی بالای ۰٫۵ را برای هر شاخص مورد قبول می دانند.
در اینجا، ابتدا هر یک از عوامل فرعی در مدل تحقیق را با کمک روش تحلیل عاملی تأییدی به صورت مجزا مورد تحلیل قرار میگیرد تا از این طریق بتوان شاخصهای کلیدی در هر بخش مدل را شناسایی کرد. بعد از این کار عوامل مختلف را به صورت کلی، در کنار هم گذاشته و مدل اصلی تحقیق ارزیابی خواهد شد. همچنین با بهره گرفتن از آزمون آماری، تحلیل عاملی به بررسی اعتبار و برازش فرآیندهای مدیریت دانش بر عملکرد توسعه محصول جدید در شرکت عقاب افشان پرداخته و همچنین وجود ارتباط معنیدار بین مدیریت دانش و مؤلفه های آن و عملکرد توسعه محصول جدید و مؤلفه های آن مورد تحقیق و بررسی قرار می گیرد.
۳-۹-۲: تعیین برازش مدل
هدف از ارزیابی کل مدل این است که مشخص شود تا چه حد مدل با داده های تجربی مورد استفاده سازگاری و توافق دارد. مجموعه وسیعی از معیارها و شاخصهای برازندگی وجود دارد که میتواند برای اندازه گیری برازش کل مدل مورد استفاده قرار بگیرد و متأسفانه هیچ کدام از اینها در تمام جهات نسبت به بقیه برتری ندارد (کلانتری، ۱۳۸۸).
بطور کلی دو نوع شاخص برای آزمودن برازش مدل وجود دارد: شاخصهای خوب بودن مانند AGFI و NFI که هر چه مقدار آنها بیشتر باشد بهتر است. مقدار پیشنهادی برای چنین شاخص هایی ۰٫۹ میباشد؛ در مقابل شاخصهای بد بودن مانند RMSEA و X2 وجود دارند که هر چه مقدار آنها کمتر باشد مدل برازش بهتری دارد و در جدول ۳-۴ بطور خلاصه شاخصهای زیر مورد بررسی قرار می گیرند (هومن، ۱۳۸۷).

جدول ۳-۳: برخی از آزمونهای برازندگی مدل در معادلات ساختاری (هومن، ۱۳۸۷)